การเงินเชิงตัวเลขและสถิติ (Quantitative financial) จำเป็นต้องใช้ภาษาโปรแกรมมิ่งบางภาษาเพื่อช่วยในการทำงาน ดังนั้นหากอยากจะศึกษาเพิ่มเติมเกี่ยวกับภาษาโปรแกรมมิ่งสำหรับงานด้านการเงินเชิงตัวเลขและสถิติ เราจะต้องทราบคุณสมบัติเกี่ยวกับภาษาโปรแกรมมิ่งนั้น และต้องรู้วิธีที่จะใช้ภาษาเหล่านั้นเพื่อแก้ปัญหาด้านการวิเคราะห์ตัวเลขและสถิติ ต่อไปนี้จะเป็นภาษาโปรแกรมมิ่งที่จะช่วยคุณแก้ปัญหาเชิงตัวเลขและสถิติได้

MATLAB :

สำหรับการแก้ปัญหาเชิงตัวเลขและสถิติ MATLAB สามารถทำได้อย่างยอดเยี่ยม MATLAB เป็นภาษาที่มีกระบวนทัศน์หลากหลาย และเป็นภาษาการเขียนโปรแกรมรุ่นที่สี่ ภาษานี้มีสภาพแวดล้อมการคำนวณเชิงตัวเลข มีไว้สำหรับการแก้ปัญหาทางคณิตศาสตร์และปัญหาเชิงปริมาณ ตัวเลข และสถิติ การใช้ MATLAB เขียนโปรแกรมจะทำให้สามารถรวม desktop environment เพื่อใช้สำหรับการวิเคราะห์ซ้ำและออกแบบกระบวนการที่แตกต่างได้ ซึ่งจะแทนด้วย matrix และ array ทางคณิตศาสตร์ ในภาษา MATLAB คุณสามารถทำการดำเนินการทางเมตริกซ์ได้ สามารถสร้างฟังก์ชันและสร้างเป็นกราฟได้ สามารถสร้างอัลกอริทึมต่างๆ และยังสามารถเชื่อมต่อกับโปรแกรมต่างๆที่เขียนในภาษาอื่น ๆ เช่น C, C ++ และ Python ได้อีกด้วย วิศวกรและนักวิทยาศาสตร์ใช้ MATLAB ในด้านต่าง ๆ เช่นการประมวลผลภาพและสัญญาณระบบการควบคุมสำหรับอุตสาหกรรมการสื่อสารและการคำนวณทางการเงิน

Python :

ภาษา Python เป็นภาษาระดับสูงที่ใช้กันอย่างแพร่หลาย เนื่องจาก Python เป็นภาษาที่มีความยืดหยุ่นสูงทำให้ง่ายต่อการอ่านและไวยากรณ์ของภาษายังช่วยให้โปรแกรมเมอร์สามารถเขียนโค้ดได้ง่ายขึ้นอีกด้วย ในความเป็นจริงแล้ว Python ยังไม่สามารถแก้ปัญหาด้านการวิเคราะห์เชิงตัวเลขและสถิติได้อย่างสมบูรณ์แบบ แต่เมื่อพูดถึงการเขียนโปรแกรมทั่วไปแล้ว ภาษา Python มีบทบาทที่ดีเยี่ยม ภาษา Python มีไลบรารี่สนับสนุนด้านการวิเคราะห์เชิงตัวเลขและสถิติที่ยอดเยี่ยม เช่น numpy, scipy, scikit-learn นอกจากนี้ยังสนับสนุนวิธีการเขียนโปรแกรมเชิงวัตถุ การเขียนโปรแกรมในรูปแบบ imperative programming การเขียนโปรแกรมในรูปแบบ functional programming รวมถึงการเขียนโปรแกรมในรูปแบบ procedural อีกด้วย Python เป็นภาษาที่มีการจัดการหน่วยความจำโดยอัตโนมัติและมีรูปแบบภาษาในเชิงพลวัต คุณสามารถจ้างฟรีแลนซ์ที่มีความรู้และประสบการณ์ในการเขียนโปรแกรมภาษา Python ได้อย่างง่ายดาย

Haskell :

Haskell เป็นภาษาโปรแกรมที่ใช้งานง่ายและใช้สำหรับวัตถุประสงค์ทั่วไป มีความไม่ตายตัวและคงทนต่อความเสียหายได้ดี ภาษา Haskell ไม่สามารถใช้ร่วมกับภาษาโปรแกรมอื่นเช่น C และ C ++ ได้ แต่ภาษานี้ก็สามารถแก้ปัญหารูปแบบเดียวกันได้เช่นเดียวกับภาษาอื่นๆด้วยการเขียนแค่ไม่กี่บรรทัด ภาษา Haskell มีการเขียนที่มีรูปแบบไวยากรณ์ที่ใช้งานง่ายและการเขียนโปรแกรมนั้นยากต่อการพบเจอบัคและปัญหาต่างๆ นอกจากนี้ภาษา Haskell นั้นมีไลบรารี่จำนวนมาก โปรแกรมเมอร์จึงมีความสะดวกที่จะใช้ภาษานี้พัฒนาแอพพลิเคชั่นและแก้ปัญหาเชิงตัวเลขและสถิติ ข้อดีที่โดดเด่นของภาษา Haskell คือภาษานี้มีการทำงานที่มีประสิทธิภาพสูงและง่ายต่อการเข้าใจ ซึ่งมีส่วนช่วยอย่างมากในการสร้างแบบจำลองปัญหาทางคณิตศาสตร์ และภาษา Haskell ก็เป็นภาษาที่ดีที่สุดที่ใช้จัดการปัญหาและงานวิจัยประเภทต่างๆในด้านทฤษฎีทางภาษาโปรแกรมมิ่งอีกด้วย

Julia :

Julia เป็นภาษาที่มีความเป็นพลวัตสำหรับการคำนวณทางเทคนิค โดยภาษา Julia เป็นภาษาการเขียนโปรแกรมระดับสูงที่มีประสิทธิภาพมาก นับว่าเป็นภาษาที่เหมาะกับการคำนวณเชิงตัวเลขและการแก้ปัญหาทางวิทยาศาสตร์ ภาษานี้มีคอมไพเลอร์ที่ซับซ้อน มีการคำนวณเชิงตัวเลขที่แม่นยำ มีไลบรารี่ที่เข้าถึงง่ายและหลากหลาย อีกทั้งยังมีไลบรารีทางคณิตศาสตร์ที่มีประโยชน์ต่อการใช้งาน ภาษานี้มี multiple dispatch ซึ่งสามารถกำหนดลักษณะการทำงานของฟังก์ชันได้ในหลายรูปแบบอาร์กิวเมนต์ ภาษา Julia เป็นภาษาที่ทำงานด้านการคำนวณตัวเลขขั้นสูงที่มีความคล้ายคลึงกับภาษาโปรแกรมมิ่งอื่นๆ เช่น R, MATLAB และ Python ไลบรารี่มาตรฐานของภาษา Julia มีการดำเนินการทางตัวเลขขั้นพื้นฐานต่างๆ เช่น การคำนวณเลขจำนวนเต็มทั่วไป โปรแกรมเมอร์ในแวดวงภาษา Julia นั้นได้สร้างโปรแกรม notebook สำหรับเขียนภาษานี้ซึ่งทำงานบนเบราว์เซอร์ไว้อีกด้วย

Prolog :

Prolog เป็นภาษาการเขียนโปรแกรมที่อิงกับตรรกะเป็นหลัก ภาษานี้เป็นภาษาที่ใช้กันอย่างแพร่หลายในด้านปัญญาประดิษฐ์และภาษาศาสตร์คอมพิวเตอร์ Prolog เป็นภาษาที่คนส่วนมากนิยมใช้สำหรับแก้สูตรตรรกศาสตร์ หลักของโปรแกรมภาษา Prolog นั้นคือการเขียนโปรแกรมเกี่ยวกับความสัมพันธ์ที่แสดงถึงค่าความจริงและเงื่อนไขต่างๆทางด้านตรรกศาสตร์ ภาษา Prolog สามารถอธิบายถึงสิ่งที่ซับซ้อนได้ในไม่กี่บรรทัด หากคุณมีไอเดียที่ดีในการเขียนโปรแกรมและต้องการเติมเต็มไอเดียนั้น ภาษา Prolog เป็นทางเลือกที่ดีให้คุณได้  และภาษานี้ยังเป็นทางเลือกที่ดีสำหรับการเขียนโปรแกรมที่ต้องการความรวดเร็วในการเขียนอีกด้วย ภาษา prolog สามารถดึงเอาเงื่อนไขหรือข้อมูลจาก database มาพัฒนาต่อหรือลดทอนได้ หากใช้ภาษา Prolog ได้ คุณจะสามารถหางานฟรีแลนซ์ออนไลน์ได้อย่างง่ายดาย

ภาษา R :

R เป็นภาษาสคริปต์แบบโอเพนซอร์สสำหรับการแนะเสนอภาพข้อมูล (data visualization) ภาษา R เป็นภาษาโปรแกรมมิ่งที่ใช้สำหรับการคำนวณทางสถิติ การวิเคราะห์ข้อมูล และการวิจัยทางวิทยาศาสตร์เป็นส่วนใหญ่ ภาษา R มีอินเตอร์เฟซที่ใช้งานง่ายและมีไวยากรณ์ที่เข้าใจได้ไม่ยาก ภาษานี้เป็นภาษาที่ได้รับความนิยมมากที่สุด สำหรับนักทำเหมืองข้อมูล (data minning) นักวิจัย นักวิเคราะห์ข้อมูล และ นักสถิติ ภาษา R เป็นภาษาที่ใช้ command line scripting ซึ่งส่วนใหญ่จะใช้สำหรับการวิเคราะห์ข้อมูลที่ซับซ้อนและการนำข้อมูลมาวิเคราะห์ซ้ำ ภาษา R เป็นภาษาโปรแกรมมิ่งแบบโอเพนซอร์ส ดังนั้นภาษานี้สามารถถูกนำมาพัฒนาและแจกจ่ายใหม่ได้ง่าย ภาษา R สามารถทำงานบนแพลตฟอร์มที่แตกต่างกันได้อย่างหลากหลาย เช่น UNIX Windows และ MacOS และภาษานี้ยังอนุญาตให้เหล่าโปรแกรมเมอร์เพิ่มเติมการทำงานที่นอกเหนือจากที่มีอยู่โดยการประกาศฟังก์ชันใหม่ได้อย่างง่ายดายอีกด้วย

สรุป :

บทความนี้ได้ให้ความรู้เกี่ยวกับภาษาโปรแกรมมิ่งที่ดีที่สุดที่จะช่วยคุณทำงานด้านการวิเคราะห์เชิงตัวเลขและสถิติ ภาษาต่างๆในบทความนี้ต่างเป็นภาษาที่มีไลบรารี่อยู่ในตัวของมันเอง ดังนั้นการสร้างแอพพลิเคชั่นในด้านการวิเคราะห์เชิงตัวเลขและสถิติจึงเป็นเรื่องที่ง่ายขึ้นกว่าเดิม ภาษาเหล่านี้ยังช่วยนักพัฒนาในเรื่องของการทำ data visualization และการคำนวณทางด้านสถิติอีกด้วย

ห้ามพลาด!!

คอร์ส FINANCIAL ENGINEERING BOOTCAMP ที่จบมาสร้างระบบเทรดหุ้นได้จริง
"Boothcamp สำหรับคลาส Financial Engineering ครั้งแรกในเมืองไทย ใครอยากรู้เรื่อง Quant ที่ผู้เรียนจะได้ คำแนะนำวินัยการลงทุนที่เคร่งครัด, ไม่ต้องเฝ้าหน้าจอหลายจอ เพื่อดูหุ้นหลายตัวให้เหมื่อย และ การกระจายความเสี่ยง จากการเลือกลงทุนได้หลายกลยุทธ์

รายละเอียดเพิ่มเติมและสมัครที่นี่

หลักสูตรนี้เรียนกันทั้งหมด 10 ครั้ง รวม 30 ชั่วโมง จบมาทำงานได้จริง!!! สอบถามเพิ่มเติมได้ที่เพจ LEAN upskill

เป็นเรื่องยากที่นักพัฒนาโปรแกรมด้านธนาคารจะใช้ภาษาโปรแกรมมิ่งแค่เพียงภาษาเดียวในการทำงาน ในปัจจุบัน ตลาดมีความต้องการนักพัฒนาที่มีความรู้แบบ ‘ครบวงจร’ (full-stack) ซึ่งเป็นบุคคลที่มีทักษะด้านการใช้ภาษาโปรแกรมมิ่งได้หลากหลาย ไม่เพียงแค่นั้น ฝ่ายบุคคลของบริษัทเอง ก่อนที่จะส่งเรซูเม่ของผู้สมัครไปให้กับนายจ้าง ก็มักจะสแกนหาคนที่มีทักษะที่เฉพาะเจาะจงหนึ่งหรือสองทักษะขึ้นไป

ตลอดสามปีที่ผ่านมา พวกเราได้เรียบเรียงข้อมูลในฐานข้อมูล 12 เดือนล่าสุดของพวกเราเพื่อค้นหาว่าภาษาโปรแกรมมิ่งใดที่ถูกกล่าวถึงมากที่สุดในเว็บไซต์ของพวกเราทั้งจากโพสของผู้ว่าจ้างและโพสของผู้สมัครงาน ผลลัพธ์ที่ได้ทำให้รู้ว่าทักษะไหนคือทักษะเทคโนโลยีด้านการธนาคารที่ตลาดมีความต้องการมากที่สุด และยังเปิดเผยถึงทักษะที่มีการแข่งขันกันในตลาดมากที่สุดอีกด้วย

ในปีนี้ จะเห็นว่าที่ธนาคารหลายๆแห่งต้องการคนที่มีฝีมือและทักษะ และในขณะเดียวกัน ตลาดเองก็เกิดการแข่งขันมากยิ่งขึ้น และเป็นเหตุการเช่นนี้ก็เป็นแบบเดียวกันเมื่อลองเปรียบเทียบระหว่างปี 2017 กับปีก่อนๆ แม้ว่าจะมีอาชีพที่หลากหลายเพิ่มขึ้นเป็นจำนวนมาก แต่การแข่งขันเพื่อแย่งชิงตำแหน่งในอาชีพที่ต้องใช้ความรู้ด้านภาษาทางโปรแกรมมิ่งก็เพิ่มมากขึ้นไม่ต่างกัน และนั่นอาจเป็นเพราะในปัจจุบัน ธนาคารกำลังจ้างวิศวกรซอฟต์แวร์อาวุโสและนักเทคโนโลยีจากอุตสาหกรรมอื่นๆมากกว่าปีก่อนๆ ยกตัวอย่างเช่น ในสัปดาห์นี้ บริษัท J.P. Morgan เปิดเผยว่าพนักงานอาวุโสด้านเทคโนโลยีในบริษัทของตนกว่า 40 เปอร์เซ็นต์ได้ถูกทาบทามให้ไปทำงานในบริษัทของธนาคารคู่แข่งแทน

ผลที่ได้ก็คือ ทักษะโปรแกรมหลายทักษะได้รับความนิยมจากตลาดเป็นพิเศษ และรายชื่อต่อไปนี้คือภาษาโปรแกรมมิ่งที่ได้รับความนิยมมากที่สุดในสายงานด้านการเงิน ณ ขณะนี้

C++ : ผู้สมัครงาน 15.5 คน ต่องานทั้งหมด

เป็นที่น่าแปลกใจเล็กน้อยที่ผู้เชี่ยวชาญภาษา C++ มีตำแหน่งที่ดีในวงการการทำงานด้านการเงิน หลายคนอาจจะคิดว่านี่เป็นภาษาที่เก่ากว่าภาษาอื่นๆ แต่เพราะการเป็นภาษาเก่านั่นแหละที่ทำให้ทักษะภาษานี้เป็นที่ต้องการของตลาด ณ ปัจจุบัน ภาษา C++ ยังคงเป็นกระดูกสันหลังของระบบเก่าแก่ที่ใช้ต่อกันมาอย่างยาวนานของหลายๆธนาคาร แต่โปรแกรมเมอร์รุ่นใหม่กลับไม่ค่อยรู้จักกับภาษานี้เท่าไหร่นัก ภาษา C++ ยังคงทำงานได้ดีในแง่ของการแลกเปลี่ยนที่ใช้ความเร็วสูงรวมถึงความต้องการที่จะเข้าถึงข้อมูลจำนวนมหาศาลอีกด้วย

ดังนั้นนักพัฒนาโปรแกรมที่ใช้ภาษา C++ จึงรู้ว่าทักษะภาษานี้สร้างประโยชน์ได้มากกว่าที่พวกเขาคิดหลายปีที่ผ่านมา

Python : ผู้สมัครงาน 26 คน ต่องานทั้งหมด

ภาษา Python เป็นภาษาที่หลักๆแล้วใช้ทำงานในด้าน การกำหนดราคา การจัดการความเสี่ยง และแพลตฟอร์มการจัดการการค้า ภาษา Python ได้กลายไปเป็นหนึ่งในภาษาที่ใช้ในการเขียนโปรแกรมให้กับธนาคารเพื่อการลงทุนและกองทุนป้องกันความเสี่ยงแทนที่ภาษา Java ในหลายๆด้านแล้ว จำนวนงานที่ต้องการทักษะด้านภาษา Python มีจำนวนเพิ่มขึ้นเกือบสามเท่าตัวเมื่อเทียบจากระยะเวลาครึ่งปีที่ผ่านมา ตัวเลขความต้องการผู้มีทักษะขยับจาก 270 ขึ้นไปจนถึง 800 กว่าๆ และในขณะเดียวกันตัวเลขจำนวนผู้สมัครที่มีประสบการณ์และการใช้ทักษะภาษา Python ก็ได้พุ่งสูงขึ้นในช่วงเวลานั้นไม่ต่างกัน

ครั้งล่าสุดที่เราทำงานวิจัยนี้คือในเดือนธันวาคมปี 2016 ภาษา Python มีจำนวนผู้สมัครเพียง 14 คนสำหรับทุกงาน แต่ในตอนนี้มีผู้สมัคร 24 คน ในตอนนั้นมีคนบอกว่าอุปทานไม่ได้มีเท่าความต้องการ แต่ขณะนี้งานต่างๆได้เพิ่มระดับสกิลมากขึ้น ดังนั้นจำนวนผู้มีทักษะภาษา Python ที่มีเปอร์เซนต์มากขึ้นจึงไม่ได้ถือเป็นเรื่องที่ต้องแข่งขันแต่อย่างใด

Gina Schiller กรรมการผู้จัดการ บริษัท Jay Gaines & Company ในนิวยอร์ก กล่าวว่า Python เหมาะสำหรับการสร้างเครื่องมือวิเคราะห์และแบบจำลองเชิงตัวเลข ความสามารถในการสร้างแบบจำลองที่เป็นเอกลักษณ์นี้เองที่ทำให้นักวิเคราะห์ นักลงทุน และนักวิจัยเห็นว่า Python เป็นเครื่องมือที่มีประโยชน์ในขอบเขตของตัวเอง จะว่าไปแล้ว Citigroup เองก็เพิ่งเริ่มให้บริการชั้นเรียนการเขียนโปรแกรม Python ให้แก่นักวิเคราะห์และนักการธนาคาร และเป็นส่วนหนึ่งของโครงการการศึกษาต่อเนื่อง ความคิดนี้ไม่ได้มาจากธนาคาร แต่มาจากตัวพนักงานเองที่ให้ความสนใจ

แม้ว่าจะเป็นเรื่องยากที่เราจะหาข้อมูลภาษา R จากฐานข้อมูล แต่ก็พบว่า ภาษา R มักใช้ร่วมกับ Python และดูจะเป็นที่นิยมมากแม้ว่าจะไม่ค่อยแพร่หลายซักเท่าไหร่ กองทุนการค้าที่มีการเทรดแบบ High Frequency/low latency ใช้ภาษา R เพื่อคำนวณทางสถิติเพื่อใช้การจำลองและการวิเคราะห์เชิงคาดการณ์ หากต้องการสแกนหาโพสต์งานให้ได้รวดเร็ว มักจะต้องเป็นโพสต์ที่บอกทักษะภาษา Python ควบคู่ไปกับภาษา R

Java : ผู้สมัครงาน 29.8 คน ต่องานทั้งหมด

Java แตกต่างจากภาษา Python และ C++ จำนวนงานที่ต้องใช้ภาษา Java นั้นลดลงในช่วง 18 เดือนที่ผ่านมาจาก 460 งานเป็น 346 งาน แม้ว่าธนาคารจะให้ความสำคัญกับการจ้างผู้เชี่ยวชาญด้านเทคโนโลยี จากเดิมที่ธนาคารจะลงทุนไปกับภาษา Java ก็หันไปลงทุนกับภาษา Python และภาษา R ซึ่งใช้ทำงานได้เร็วกว่ามีความยืดหยุ่นมากกว่าและใช้งานง่ายสำหรับโครงการปัจจุบัน และเนื่องจาก Java ได้รับความนิยมในไม่กี่ปีที่ผ่านมา Java จึงมีจำนวนคนที่มีทักษะในภาษานี้จำนวนมาก

C # : ผู้สมัครงาน 37.6 คน ต่องานทั้งหมด

Christian Glover Wilson รองประธานฝ่ายเทคโนโลยีและกลยุทธ์ของ Tigerspike กล่าวว่าภาษา C# ก็เป็นอีกหนึ่งภาษาที่ได้รับความนิยมในจำนวนที่ลดลงเล็กน้อย เนื่องจากปัจจุบันเกิดความนิยมใหม่ใน trading landscape แต่ถึงอย่างนั้น C# ก็ยังคงถูกใช้ในงานด้านการวิเคราะห์เชิงสถิติและงานแบบ low latency อยู่ ข้อดีหนึ่งข้อของภาษา C# คือ ตลาดไม่ได้มีผู้เชี่ยวชาญภาษา C# มากมายนัก จึงทดแทนความต้องการของตลาดไม่ได้ทั้งหมด

Matlab : ผู้สมัครงาน 106 คน ต่องานทั้งหมด

ใช้สำหรับการวิจัยเชิงปริมาณเป็นหลัก Matlab ยังถูกแซงโดยภาษา R อีกด้วย มีงานเพียงประมาณ 150 ตำแหน่งที่ต้องการผู้สมัครที่มีทักษะภาษา Matlab แต่ผู้สมัครที่มีทักษะนี้กลับมีจำนวนหลายพันคน

ห้ามพลาด!!

คอร์ส FINANCIAL ENGINEERING BOOTCAMP ที่จบมาสร้างระบบเทรดหุ้นได้จริง
"Boothcamp สำหรับคลาส Financial Engineering ครั้งแรกในเมืองไทย ใครอยากรู้เรื่อง Quant ที่ผู้เรียนจะได้ คำแนะนำวินัยการลงทุนที่เคร่งครัด, ไม่ต้องเฝ้าหน้าจอหลายจอ เพื่อดูหุ้นหลายตัวให้เหมื่อย และ การกระจายความเสี่ยง จากการเลือกลงทุนได้หลายกลยุทธ์

รายละเอียดเพิ่มเติมและสมัครที่นี่

หลักสูตรนี้เรียนกันทั้งหมด 10 ครั้ง รวม 30 ชั่วโมง จบมาทำงานได้จริง!!! สอบถามเพิ่มเติมได้ที่เพจ LEAN upskill

จากปี 2015 จนถึงปี 2017 ที่ผ่านมา สตาร์ทอัพด้านปัญญาประดิษฐ์มากกว่า 450 แห่งได้รับเงินระดมทุนเป็นมูลค่ากว่าสามหมื่นล้านหยวน (ราวๆ 4.8 พันล้านดอลลาร์ หรือ 154,344 ล้านบาทตามอัตราค่าเงินปี 2018) แม้ว่าในปี 2017 จะมีรอบการระดมทุนที่ลดลง แต่ยอดระดมทุนในปีนั้นก็ยังคงมีมูลค่ามากกว่าสองเท่าของยอดรวมการระดมทุนในปี 2015 และปี 2016 รวมกันเสียอีก ในการระดมทุน 64 ครั้ง สตาร์ทอัพสามารถรวบรวมเงินทุนได้ 15-150 ล้านเหรียญสหรัฐและมีห้าครั้งที่ระดมทุนได้สูงที่สุด รวบรวมได้ถึง 150 ล้านเหรียญสหรัฐ

(more…)

ในปัจจุบัน ปัญญาประดิษฐ์ (Artificial intelligence) ได้ก้าวเข้ามาเป็นความสนใจในหลายๆพื้นที่ธุรกิจ นี่เป็นเพราะว่าในไม่กี่ปีที่ผ่านมา กระบวนการทางเทคโนโลยีได้ผสานนวัตกรรมและงานวิจัยเข้าด้วยกัน สิ่งที่เคยล้มเหลวในทศวรรษที่ 50 (ยุคเริ่มกำเนิดปัญญาประดิษฐ์) ในตอนนี้ถูกพัฒนาจนได้รับการยอมรับและได้ถูกใช้อย่างกว้างขวางในหลายๆด้าน

(more…)

Machine Learning คือระบบที่สามารถเรียนรู้ได้จากตัวอย่างด้วยตนเองโดยปราศจากการป้อนคำสั่งของโปรแกรมเมอร์ ความก้าวหน้าในครั้งนี้มาพร้อมกับความคิดที่ว่าเครื่องคอมพิวเตอร์สามารถเรียนรู้เพียงแค่จากข้อมูลอย่างเดียวเพื่อที่จะผลิตผลลัพธ์ที่แม่นยำออกมาได้ (more…)

อะไรคือปัญญาประดิษฐ์(Artificial Intelligence : AI)

AI บ่งบอกไปถึงความสามารถทางปัญญาของเครื่องจักร(machine) โดยมาตรฐานของ AI ถูกวัดด้วยสติปัญญาของมนุษย์ คำนึงถึง ความมีเหตุผล,การพูดและการมองเห็น แต่มาตรฐานนี้ยังห่างไกลอยู่มากจากปัจจุบัน (more…)

ถ้าคุณกำลังทำโปรเจคเกี่ยวกับ AI เเต่ยังตัดสินใจไม่ได้ว่าจะเลือกใช้ภาษาโปรแกรมมิ่งภาษาไหนดี คุณมาถูกทางเเล้วครับ เพราะบทความนี้จะกล่าวถึงภาษาโปรแกรมมิ่งเหมาะสมและกำลังเป็นที่นิยมในวงการ AI ให้คุณได้ลองพิจารณา

AI ก็ถือว่าเป็นศาสตร์ด้านวิศวกรรมแขนงหนึ่ง โดยมีจุดประสงค์เพื่อทำให้คอมพิวเตอร์มีความฉลาดมากขึ้น หรือ มีความคิดความอ่านใกล้เคียงกับมนุษย์นั่นเอง โดยผู้เขียนจะขอแนะนำภาษาในการพัฒนา AI ดังต่อไปนี้ (more…)

Deep learning คือ ?

deep learning คือ ซอฟแวร์คอมพิวเตอร์ที่่เลียนแบบการทำงานของระบบโครงข่ายประสาท(neurons )ในสมองมนุษย์ ถือเป็นซับเซ็ตของ machine learning

Algorithm ของ deep learning ถูกสร้างขึ้นจากการนำเอา neural network หลายๆ layer มาต่อกัน โดย layer แรกสุดจะทำหน้าที่ในการรับข้อมูล ( Input layer ) layer สุดท้ายจะทำหน้าที่ส่งผลลัพธ์การประมวลผลออกมา ( Output layer ) ส่วน layer ระว่าง layer แรกสุด เเละ layer สุดท้าย จะถูกเรียกว่า Hidden layer (more…)

ปัญญาประดิษฐ์  (AI : Artificial Intelligence)  คือ

เครื่องจักร(machine) ที่มีฟังก์ชันทีมีความสามารถในการทำความเข้าใจ เรียนรู้องค์ความรู้ต่างๆ อาทิเช่น การรับรู้  การเรียนรู้ การให้เหตุผล และการแก้ปัญหาต่างๆ  เครื่องจักรที่มีความสามารถเหล่านี้ก็ถือว่าเป็น ปัญญาประดิษฐ์  (AI : Artificial Intelligence) นั่นเอง

เพราะฉะนั้นจึงสามารถกล่าวได้ว่า AI ถือกำเนิดขึ้นเมื่อเครื่องจักรมีความสามารถที่จะเรียนรู้นั่นเอง  ซึ่ง AI ก็ถูกแบ่งออกเป็นหลายระดับตามความสามารถหรือความฉลาด  โดยจะวัดจากความสามารถในการ ให้เหตุผล การพูด และทัศนคติของ AI ตัวนั้นๆ เมื่อเปรียบเทียบกับมนุษย์อย่างเราๆ (more…)